现在做大模型，还有靠谱且免费的 API 接口吗?

靠谱的不免费，免费的不靠谱，鱼和熊掌不可兼得？

非也！

对于简单的指令而言，绝大部分免费的 LLM API 还是能打的，本文就给大家介绍几款，猴哥亲测好用的免费的 API 接口！

1. 免费 LLM API 汇总（持续更新中）

• RPM：每分钟处理的请求数量；
• TPM：每分钟处理的Token数量；
• RPD：每天处理的请求数量；
• QPS：每秒内处理的请求数量；
• 并发数：系统同时处理的请求数量。

接下来，我们一起梳理下各家的 API 调用示例代码，以及如何把它们接入 OneAPI，方便集成到兼容 OpenAI 格式的应用中!

关于如何使用 OneAPI，可以围观教程：OneAPI-接口管理和分发神器。

2. 讯飞星火大模型

调用示例代码见：拒绝Token焦虑，盘点可白嫖的6款LLM大语言模型API

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择讯飞星火认知，模型处手动填入spark-lite。

3. 百度千帆大模型

首先，到千帆平台上开通免费的模型：https://console.bce.baidu.com/qianfan/ais/console/onlineService

然后，到应用接入中创建应用，获取API Key、Secret Key

最后，调用示例代码：

import requests
import json

API_KEY = "xxx"
SECRET_KEY = "xxx"

def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))
     
url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie_speed?access_token=" + get_access_token()

payload = json.dumps({
    "messages": [
        {
            "role": "user",
            "content": "你好"
        },
    ]
})

headers = {
    'Content-Type': 'application/json'
}

response = requests.request("POST", url, headers=headers, data=payload)
print(response.text)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择百度文心千帆，模型处只保留你开通的免费模型。

4. 腾讯混元大模型

腾讯云的产品，接入地址：https://console.cloud.tencent.com/hunyuan/start

新用户首先要开通，然后点击创建密钥，到新页面，新建密钥。

首次记得保存！后续不支持查询！

混元大模型的调用接口，鉴权非常麻烦，最好安装它的 SDK 进行使用。

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择腾讯混元，模型处需要手动填入hunyuan-lite。

在下面的密钥处填入你的：APPID|SecretId|SecretKey。

5. Google Gemini

Google Gemini 集成在 Google AI Studio中。

首先需要创建一个项目，然后获取 API 密钥。

API 密钥获取地址：https://aistudio.google.com/app/apikey

在 API 价格文档中，可以看到各个模型的限速详情：https://ai.google.dev/pricing

调用示例代码：

import requests
import json

# 设置请求的URL和API密钥
url = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
api_key = "xxx"  # 替换为你的API密钥

headers = {
    "Content-Type": "application/json"
}

data = {"contents": [{"parts": [{"text": "Explain how AI works"}]}]}

response = requests.post(f"{url}?key={api_key}", headers=headers, data=json.dumps(data))
print(response.json())

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

如果是国内 IP，是调不通的，会报下面的错误：

{'error': {'code': 400, 'message': 'User location is not supported for the API use.', 'status': 'FAILED_PRECONDITION'}}

• 1

因此，请自行备好梯子，或在代码中加上海外 IP 的代理！

当然，更简洁的方式是：接入 OneAPI!

添加一个新的渠道，类型选择Google Gemini，模型处只保留你开通的免费模型。

6. All in One

如果你还在因适配各种 LLM 接口而苦恼，强烈推荐使用 OneAPI 管理自己的各种 LLM API！

关于如何使用 OneAPI，可以围观之前的教程：OneAPI-接口管理和分发神器

写在最后

本文盘点了几款免费又好用的 LLM API，并接入了 OneAPI 统一管理！

你要问目前这些免费的 API 中，哪个更能打？

我要说：Google 家的 gemini-pro-1.5 指令遵循最佳，没有之一！

不知你的体验如何？欢迎评论区交流！

如果本文对你有帮助，不妨点个免费的赞和收藏备用。

有任何问题欢迎通过公众号找到我，一起打怪升级。